本研究提出了一种基于贝叶斯优化的方法，用于识别物体的材料属性参数。该方法通过对不同场景下互动物体的观察进行估计，利用奖励函数的结构，仅使用场景中对象的参数作为输入，得到更好的广义模型来加速优化过程。实验证明该方法能够有效进行增量学习而不重置奖励。